AAAIJul, 2019

关于先验信念对政策类型实际影响的实证研究

PDF
TL;DR本文研究了多智能体应用中利用学习算法计算其他代理行为的后验概率与先验概率，我们发现先验概率对该方法的长期性能可能有显著影响，且影响程度取决于计划范围深度，自动方法可用于计算一致的先验概率，因此可以自动消除先验概率作为手动参数的需求。
发现论文，激发创造
  • 探索先有信念在论证说服中的作用

    论文探究公共辩论论坛上通过自然语言处理实证证据表明辩手的语言和互动方式在改变读者立场方面起关键作用与心理学研究表明先前信念可能影响我们对论点的解释并可能构成竞争替代解释以研究语言运用与先前信念对说服力的实际影响，我们提供了一个新数据集并提出一种控制环境，在此考虑了两个读者层次因素：政治和宗教意识形态。我们发现，这些读者层面因素所受的先前信念的影响比语言使用效应更为重要，并认为在自然语言处理说服力研究中重要性不言自明。

    Jun, 2019

  • 假设行为中的信仰和真相

    研究了在多代理系统中如何利用贝叶斯学习来控制单一代理，从而完成任务并最大化收益，包括如何将证据纳入概率信念中，如何影响长期利润的先验信念以及如何检验推断类型的正确性。

    Jul, 2015

  • 使用 RL 和基于记忆片段的行为先验进行规划

    本文提出了一种规划方法，使用行为先验知识帮助增强学习中的有效探索和学习，表明探索策略形式的行为先验可以帮助代理更快地学习。

    Jul, 2022

  • 多智能体系统中基于最佳反应策略类型学习的收敛性和最优性

    本文提供了对于一个多智能体系统，当一个智能体需要在不事先知道其他智能体如何行动的情况下协调行动时，如何计算潜在策略的后验信念，并提出两个关键设计参数的理论指导。

    Jul, 2019

  • 宏操作下的不确定性高效规划

    本文介绍了一种前向搜索算法 Posterior Belief Distribution，可以有效计算后验信念分布并规划多个操作步骤，可用于控制大型部分可观察域的机器人直升机目标监测等领域。

    Jan, 2014

  • 高效强化学习的行为先验

    本文介绍了如何使用概率建模与信息结构约束相结合的方法来学习行为先验，并将其有效地整合到强化学习框架中，以实现多任务与转移学习。最后通过在一系列仿真连续控制域上的应用来展示该框架的有效性。

    Oct, 2020

  • 通过行为隐式学习通信

    本研究提出了一种名为 PBL 的算法，用于在协作游戏中进行隐式信息传递，通过使用先验信仰模块和策略模块来完成通信的前半部分和后半部分，并通过辅助奖励激励代理通过行动来进行信息传递，实验表明此辅助奖励有效且易于推广。

    Oct, 2018

  • 继续做有效的事情：行为建模先验用于离线强化学习

    本文提出了一种能够适用于机器人控制等实际问题，同时在批处理状态下能够有效学习的算法，该算法采用了优势加权行为模型 (ABM) 来对先前执行过的成功动作进行刻画，并对新的任务中可能成功的动作进行策略偏置，实验表明我们的算法在标准连续控制基准测试和多任务学习中都有着较好的效果。

    Feb, 2020

  • 真理粒度问题的正式解决方案

    文章提出了一个解决全面事实问题（grain of truth problem）的方法，其中 Bayesian agent 学习预测其他代理的策略，自适应 Thompson sampling 收敛于任意未知可计算多代理环境中的 ε-Nash 均衡。

    Sep, 2016

  • 合作人工智能的广义信念

    本研究提出了一种基于信念空间的策略学习模型，可以在测试时间解码和适应新颖的规约，从而显著提高各种策略池中的特定反应的搜索和训练，同时增强智能体规约的可解释性和可解释性。

    Jun, 2022